Paryudi, Iman
Unknown Affiliation

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

ANALISIS POLA PEMBELIAN KONSUMEN MENGGUNAKAN ALGORITMA APRIORI UNTUK MENENTUKAN STRATEGI PEMASARAN PRODUK DI TOKO RETAIL X Safitry, Dwy Laila; Rosianti, Noviana; Divayaning, Erin; Zidan, Husein; Arnecia, Zahra Jane; Paryudi, Iman; Veritawati, Ionia; Nursari, Sri Rezeki Candra
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12429

Abstract

Analisis pola pembelian konsumen telah menjadi kunci keberhasilan dalam industri retail modern yang semakin kompetitif. Meskipun demikian, banyak toko retail masih menghadapi tantangan dalam menganalisis data transaksi mereka secara efektif, yang dapat menghambat optimalisasi strategi pemasaran dan manajemen inventori. Untuk mengatasi permasalahan ini, penelitian ini mengusulkan implementasi algoritma Apriori guna melakukan market basket analysis pada data transaksi Toko retail X. Toko retail X merupakan sebuah platform e-commerce yang menjual berbagai hadiah dan peralatan rumah tangga. Melalui penerapan algoritma Apriori, penelitian ini berhasil mengidentifikasi beberapa association rule yang kuat antar produk, seperti kombinasi set Regency Teacup and Saucer, set Jumbo Bag, dan tea party set. Hasil analisis ini dapat dimanfaatkan untuk mengoptimalkan strategi pemasaran, termasuk penawaran bundling, dan rekomendasi produk yang lebih tepat sasaran, sehingga berpotensi meningkatkan penjualan dan tingkat kepuasan pelanggan
Prediksi Sifat Kepribadian Secara Tidak Langsung: Sebuah Studi Pustaka Paryudi, Iman
Journal of Informatics and Advanced Computing (JIAC) Vol 3 No 2 (2022): Journal of Informatics and Advanced Computing (JIAC)
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/jiac.v3i2.4607

Abstract

Prediksi sifat kepribadian secara langsung mempunyai kelemahan karena dianggap membebani serta menyita waktu pengguna. Oleh karena itu, digunakan cara lain yaitu prediksi sifat kepribadian secara tidak langsung. Dua metoda prediksi sifat kepribadian secara tidak langsung adalah: (1) berdasarkan tulisan, (2) berdasarkan data demografi. Sebelum bisa memprediksi sifat kepribadian berdasarkan tulisan, harus dibuat terlebih dulu model yang menghubungkan antara sifat kepribadian dengan linguistic cues. Model ini dibuat dari corpus yang berisi tulisan dan sifat kepribadian. Sifat kepribadian bisa diprediksi dengan cara membandingkan linguistic cues seseorang yang diambil dari tulisannya di media sosial dengan model yang sudah dibuat. Seperti halnya pada prediksi sifat kepribadian berdasarkan tulisan, pada prediksi sifat kepribadian berdasarkan data demografi, model juga dibuat berdasarkan corpus. Bedanya, corpus disini berisi data demografi dan sifat kepribadian. Data ini kemudian dimodelkan untuk mendapatkan hubungan antara data demografi dan sifat kepribadian. Dari model ini, sifat kepribadian bisa diprediksi dengan cara membandingkan data demografi seseorang (misal umur dan jenis kelamin) dengan model yang sudah dibuat.
Prediksi Harga Smartphone berdasarkan Spesifikasi menggunakan K-Nearest Neighbors: Prediksi Harga Smartphone berdasarkan Spesifikasi menggunakan K-Nearest Neighbors Fitra Ningrum, Dea; Putri Ramadhani, Shabrina; Paryudi, Iman; Veritawati, Ionia; Rezeki Candra Nursari, Sri
Journal of Informatics and Advanced Computing (JIAC) Vol 4 No 2 (2023): Journal of Informatics and Advanced Computing (JIAC)
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/jiac.v4i2.6293

Abstract

Di era teknologi informasi yang terus berkembang, pasar ponsel pintar menjadi salah satu pasar konsumen yang paling dinamis dan beragam. Pembeli seringkali dihadapkan pada banyak pilihan dalam memilih smartphone baru yang sesuai dengan kebutuhan dan budgetnya. Penelitian ini bertujuan untuk memprediksi harga smartphone berdasarkan spesifikasi. Metodologi yang digunakan adalah algoritma K-Nearest Neighbor dengan menggunakan Euclidean distance, membagi dataset menjadi 70% data latih dan 30% data uji. Model ini telah diuji sebanyak 2 kali, pengujian pertama menggunakan k sebesar 1 dan menghasilkan akurasi sebesar 57%, sedangkan pengujian kedua menggunakan nilai k sebesar 3 dan memperoleh akurasi sebesar 65%.
Perbandingan Metode Decision Tree dan Naive Bayes untuk Memprediksi Thyroid Cancer Recurrence Hafizd, Fidya; Julyani, Dian Rizky; Yuliza, Hasna; Agustine, Emely Nemy; Surbakti, Kessya Immanuella; Paryudi, Iman
Journal of Informatics and Advanced Computing (JIAC) Vol 5 No 1 (2024): Journal of Informatics and Advanced Computing (JIAC)
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/jiac.v5i1.7198

Abstract

Abstract – This study aims to predict thyroid cancer recurrence by comparing two data mining methods, namely Decision Tree and Naive Bayes. The data used is classification data that has gone through preprocessing and modeling processes, then tested using test and score tests on analysis software called Orange. By using Orange as an analysis tool, experiments were conducted to determine which method gave the best accuracy. The results show that the two methods have different accuracy comparisons in predicting thyroid cancer recurrence. This research is expected to help in identifying symptoms that are at high risk of causing thyroid cancer recurrence and provide valuable insights in data analysis.
Analisis Pola Pelayanan Logistik pada PT KAI (Balai Yasa Manggarai) Menggunakan Algoritma Apriori Ari Wijaya , Fiky; Paryudi, Iman
Journal of Informatics and Advanced Computing (JIAC) Vol 6 No 1 (2025): Journal of Informatics and Advanced Computing
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/v75wbn84

Abstract

Manajemen logistik memegang peran penting dalam industri dengan tanggung jawab memantau pergerakan barang dari pengadaan hingga penggantian yang dikelola pada fasilitas gudang. Pemilihan lokasi penempatan barang sangat penting untuk mendukung kelancaran distribusi dan aktivitas logistik, serta mengoptimalkan waktu pengiriman dan biaya transportasi. Kekurangan stok dapat menghambat proses produksi, sementara overstock dapat meningkatkan biaya penyimpanan. Untuk mengatasi ini, PT KAI, khusunya sektor Balai Yasa, menerapkan kebijakan persediaan untuk meningkatkan respons terhadap permintaan. Data transaksi tahun 2023 mencatat fluktuasi dalam permintaan layanan, mencerminkan keragaman yang mungkin dipengaruhi oleh berbagai faktor eksternal seperti perubahan ekonomi dan kebijakan industri. Melalui analisis data mining menggunakan algoritma Apriori dengan support minimum 5%, confidence 100%, dan lift ratio ≥ 1 menunjukkan bahwa kemunculan item secara bersama lebih sering daripada yang diharapkan dari aturan yang terbentuk. Dengan demikian, hasil analisis dapat dijadikan sebagai preferensi dalam distribusi penempatan barang sesuai dengan permintaan layanan dan kebutuhan pada perusahaan, sehingga meningkatkan efisiensi operasional dan kualitas pelayanan.